买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京大学申请的专利一种用于强化学习机械臂控制中基于磁场的奖励塑形方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115179280B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210705509.0，技术领域涉及：B25J9/16；该发明授权一种用于强化学习机械臂控制中基于磁场的奖励塑形方法是由王志;丁泓宇;王博;陈春林;辛博;朱张青设计研发完成，并于2022-06-21向国家知识产权局提交的专利申请。

本一种用于强化学习机械臂控制中基于磁场的奖励塑形方法在说明书摘要公布了：本发明公开一种用于强化学习机械臂控制中基于磁场的奖励塑形方法，包括：S1、设计任务环境，设定机械臂、目标物和障碍物的相关参数，设置强化学习算法的超参数；S2、将目标物和障碍物分别视为与其同等形状的永磁体，确定三维空间磁场强度分布的计算方式；S3、机械臂与环境交互，收集训练数据，计算机械臂末端坐标在目标物和障碍物磁场中的磁场强度，得到磁场奖励函数；S4、利用DPBA算法将磁场奖励函数转换为基于势能的塑形奖励函数，与训练数据一起存放至经验回放池；S5、从经验回放池中采集一个批次的数据，使用强化学习算法训练机械臂完成规定任务。本发明能够为机械臂提供目标物和障碍物更为丰富的方位信息，从而提高强化学习算法的学习效率。

本发明授权一种用于强化学习机械臂控制中基于磁场的奖励塑形方法在权利要求书中公布了：1.一种用于强化学习机械臂控制中基于磁场的奖励塑形方法，其特征在于，包括如下步骤： S1、设计任务环境，设定机械臂、目标物和障碍物的相关参数，设置强化学习算法的各项超参数； S2、将目标物视为同等形状的方形永磁体，确定其磁化方向和三维空间磁场强度分布的计算方式，障碍物同理； S3、机械臂与环境交互，收集训练数据，将机械臂三个关节的转角初始化为零；随机设置目标物和障碍物的位置，得到状态观测值的初始值；机械臂根据当前状态观测值s和策略，输出动作并对其施加噪声得到a，与环境交互后得到下一状态s′和原始奖励值r；控制机械臂运动至下一状态；并根据下一状态计算机械臂末端坐标在目标物和障碍物磁场中的磁场强度，经过标准化和归一化处理后得到磁场奖励函数； S4、利用DPBA算法将磁场奖励函数转换为基于势能的塑形奖励函数，定义DPBA算法中的势函数神经网络为Φψs,a，ψ为神经网络的参数；根据更新前的参数Ψ和更新后的参数Ψ′，计算基于势能的塑形奖励函数；将塑形奖励函数与原始奖励值r结合，并和训练数据一起存放于经验回放池； S5、从经验回放池中采集一个批次的数据，使用强化学习算法训练机械臂在动态环境下避开障碍物并到达目标物的最优策略。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京大学，其通讯地址为：210000 江苏省南京市栖霞区仙林大道163号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。